印刷缺陷檢測的計算機方法

通常，印刷精美表面的錯誤主要包括針灸孔、顏色錯誤、油漆泥漿、紅光、文字模糊、書法疲勞、起皺、打印、刮傷、錯誤等。所有的缺陷反映到視覺效果上就是和原先期望的印刷效果的不一致。以計算機為核心的自動檢測系統(tǒng)的基本原理是,通過CCD攝像頭采集一幅無缺陷的標(biāo)準(zhǔn)印刷品圖像,保存在計算機中,然后在線采集待檢圖像。不斷將待檢圖像和標(biāo)準(zhǔn)圖像進行對比,檢出錯誤,得到缺陷圖像,再對缺陷圖像進行缺陷分類和測量統(tǒng)計。本文主要介紹信用卡印刷中,成品缺陷檢測的方法。1圖像準(zhǔn)準(zhǔn)時的操作印刷品缺陷的計算機自動檢測工作流程圖1所示,其中標(biāo)準(zhǔn)圖像需在每種印刷品印前輸入,正常工作時只需不斷采集待檢圖像。由于印刷品在傳動過程中難免會發(fā)生平移和旋轉(zhuǎn),因此將待檢品圖像和標(biāo)準(zhǔn)圖像進行比較前要首先將標(biāo)準(zhǔn)圖像和待檢圖像對準(zhǔn),也即求出兩者的位置變換參數(shù),以便于對比時校正。這里我們采用了遺傳算法進行圖像對準(zhǔn)。嚴格意義上講,圖像對準(zhǔn)應(yīng)使得兩幅圖像的每一個像素點都能一一對應(yīng)上,但這樣運算量很大。由于平移和旋轉(zhuǎn)變換時所有的像素點都是遵循同樣的變換規(guī)則,我們在圖像上選取了部分采樣點,組成點集S,通過求出這些采樣點的位置變換參數(shù),得到整幅圖像的變換參數(shù)。比較操作即減影操作。將兩幅圖像相同之處減去,留下的就是缺陷圖像。下面分別予以介紹。2圖像像素規(guī)范標(biāo)準(zhǔn)圖像和待檢圖像可分別用F(m,n)和f′(m′,n′)這樣的M行N列的矩陣表示。以標(biāo)準(zhǔn)圖像的像素坐標(biāo)為標(biāo)準(zhǔn),對準(zhǔn)后的待檢圖像為f(m,n),則:其中,0≤m,m′≤M-1,0≤n,n′≤N-1,α為逆時針旋轉(zhuǎn)角度,Δm和Δn分別為行和列方向的偏移像素。對M行N列中的所有像素點,有f(m,n)=f′(m′,n′)。圖像對準(zhǔn)的過程即為尋找α、Δm和Δn的過程。2.1n染色體由三部分組成,分別對應(yīng)變換參數(shù)的Δm、Δn和α。采用二進制編碼,染色體的長度可根據(jù)運行中可能發(fā)生的最大變換范圍和對準(zhǔn)精度要求而定,這里我們各取8位二進制數(shù),染色體長度為24位。2.2計算適應(yīng)度值由每條染色體經(jīng)譯碼得到相應(yīng)的變換參數(shù)Δx、Δy和α,計算f(m,n),以作為適應(yīng)度值。其中S為采樣點集合。顯然Fit(α,Δm,Δn)越趨于零,該染色體的性能越優(yōu)異,代表的對準(zhǔn)精度越高。2.3不同個體的生存期望值采用遺傳性能較好的期望值方法,即(1)根據(jù)每個個體的適應(yīng)度值,計算群體中每個個體在下一代生存的期望數(shù)目。(2)隨機選擇一個個體,若其生存期望值小于零,重復(fù)(2)。(3)若某個個體被選中參與配對或交叉,則它在下一代中的生存期望值減去0.5;若不參與配對或交叉,直接被復(fù)制到下一代,則它在下一代中的生存期望值減去1。(4)轉(zhuǎn)(2),直到生成新的群體。2.4遺傳處理交叉算子采用單點交叉,變異算子也是采用基本變異算子。2.5計算子代的適應(yīng)度(1)確定種規(guī)模,隨即生成初始種群。(2)計算每個個體的適應(yīng)度值。(3)根據(jù)每個個體的適應(yīng)度值,從種群中選擇個體進入下一子代。(4)以交叉概率和突變概率對子代中的個體進行遺傳操作。(5)計算子代中每個個體的適應(yīng)度值。(6)如滿足結(jié)束條件退出;否則轉(zhuǎn)(3)。3采樣點邊緣提取抽樣點的選取質(zhì)量,直接關(guān)系到圖像對準(zhǔn)的準(zhǔn)確性。要能比較好地反映原圖像方位信息,像素點子集中像素的數(shù)量不能過少,分布要比較均勻。同時為了能精確對準(zhǔn),應(yīng)使遺傳算法中適應(yīng)度函數(shù)相對于對準(zhǔn)偏差盡可能敏感,因此采樣選取點應(yīng)處于圖像顏色變化比較劇烈的地方,而顏色變化劇烈的地方往往就是圖像邊緣。因此,我們首先對標(biāo)準(zhǔn)圖像進行邊緣提取,然后在得到的邊緣上均勻地取點,得到抽樣子集S。這里邊緣提取采用簡單的二介微分算子,即將標(biāo)準(zhǔn)圖像與圖2所示模板進行卷積運算,再將結(jié)果二值化,得到邊緣圖像。4算法2,有缺陷圖像的檢測對于無缺陷的合格印刷品圖像,理想情況下式(2)應(yīng)為0。考慮到實際印刷過程中色彩的偏差,設(shè)置一容限θ,如用遺傳算法得到的最優(yōu)對準(zhǔn)參數(shù)的Fit(?,Δm,Δn)<θ,則義為合格,無需減影提取缺陷;否則提取缺陷圖像,過程如下:(1)建立與標(biāo)準(zhǔn)圖像同像素大小的空白圖像E(m,n)。(2)對待檢圖像中每一像素點f′(m′,n′),若abs(F(m,n)-f(m,n))<β,則該像素點印刷正確,不操作;否則E(m′,n′)=f′(m′,n′)。β為閾值,設(shè)置閾值的目的同樣是考慮到實際印刷過程中會出現(xiàn)能接受的色彩偏差。這樣,圖像E(m,n)即為檢測出的缺陷偏差圖像。5遺傳算法篩選對圖3標(biāo)準(zhǔn)圖像(344×408像素)和圖4所示待檢測圖像,采用上述算法進行檢測,根據(jù)圖像篇幅,自動選取了24個采樣點。再使用遺傳算法對準(zhǔn)圖像,種群40,突變概率0.02,交叉概率0.4,計算10次,平均進化442代搜索到變換參數(shù)δm=0,Δn=0,α=0.157(實際搜索結(jié)果Δm和Δn有±1至±2像素的對準(zhǔn)誤差,α的誤差范圍大約±0.008),再進行減影操作,檢測出印刷缺陷如圖6所示。運行結(jié)果表明,該方法能有效地從經(jīng)旋轉(zhuǎn)、平移后的待檢圖像中檢出缺陷圖像。6測結(jié)果特